DiDi logo
滴滴出行
AI 安全检测与响应技术专家

AI 安全检测与响应技术专家

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 4.5–8.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公AI算法
AI算法
Ai Security
Java/Go/Python
Security Architecture

值不值得投

76综合评分

综合评分 76

前沿AI安全赛道、大厂核心平台、高技术挑战、高成长潜力、工作强度可能较高

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

6.3万

与AI算法中位数基本持平

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 2380 个在招 · 其中AI算法 5 个

市场机会

选择面较广

北京 · AI算法 · 约 220 个在招

职位详情

关于这个职位

负责企业级AIDR(AI检测与响应)平台的架构设计与核心研发,构建面向AI Agent的运行时风险检测、调查取证及联动响应能力

通过打通审计链路、设计检测策略并集成安全平台,实现对凭据滥用、越权调用等风险的精准识别与处置,保障AI应用在生产环境中的安全性与合规性

最低要求

计算机、网络空间安全、密码学或相关专业本科及以上学历,具有企业级安全平台或分布式后端系统建设经验

熟练掌握 Java、Go、Python 中至少一门语言,能够独立完成架构设计、核心代码开发和生产问题定位
具备应用密码学工程能力,理解数字签名、消息认证、证书信任链和密钥生命周期
能针对具体调用链设计凭据签发与验证、防重放、密钥轮换等机制,并说明方案的信任假设和适用边界
熟悉身份认证与委托授权,理解 OAuth 2.0、OIDC 等协议及其适用场景
能够区分用户身份、Agent 自身身份和受托执行身份,分析跨服务调用中的令牌受众、权限范围与有效期,识别身份冒用和权限传递失控等风险
具备 AI 应用或 Agent 的开发、安全建设经验,理解从任务规划、模型交互到 MCP/API 调用及数据访问的完整链路,能够判断哪些节点适合采集证据、哪些节点可以执行阻断,以及异常操作发生后如何追溯影响范围
具备安全检测与响应实践,能够利用身份、应用和工具调用日志开展事件关联与调查,独立完成从风险假设、策略开发到效果验证的全过程,并能权衡检测质量、响应时延和业务影响
具备复杂项目端到端交付经验,曾牵头推动跨团队项目上线
能够拆解目标、明确里程碑与验收口径,并用实际数据说明项目解决了什么风险、覆盖了哪些场景、上线后效果如何

工作职责

负责企业级 AIDR(AI Detection and Response)平台的架构设计与核心模块研发,面向办公和生产环境中的 AI Agent,建设运行时风险检测、调查取证与联动响应能力

打通从用户委托、Agent 执行到工具调用、数据访问的审计链路
关联身份凭据、授权范围、任务上下文和执行记录,还原“谁委托了哪个 Agent、实际访问了什么、操作是否超出授权”,为风险研判提供证据
针对凭据滥用、越权调用、提示注入诱导的异常操作及敏感数据外发等风险,设计检测策略与评估方法
结合历史事件回放、对抗测试和线上反馈,持续提升检出率、降低误报和业务误伤
推动 AIDR 与身份权限平台、Agent 运行平台及工具网关集成,在实际执行点落地告警、操作阻断、任务暂停和凭据撤销等措施,验证处置是否生效,并支持业务恢复
作为技术负责人推动重点项目从方案设计、试点验证、灰度上线到规模化接入,协调安全、基础架构和业务团队解决关键依赖,对交付进度、生产稳定性及检测响应效果负责

AI 洞察

优缺点分析

优点

  • 前沿技术赛道:深耕AI Agent安全这一新兴且高价值的领域,技术壁垒高
  • 大厂平台资源:依托滴滴庞大的业务场景和数据量,能接触到真实且复杂的工业级安全问题
  • 复合型人才溢价:兼具AI应用理解与安全工程能力的专家在市场上极为稀缺
  • 技术定义尚不成熟:AI安全领域缺乏统一标准,需自行探索检测与响应的最佳实践
  • 平衡安全与体验:在保障安全的同时,需尽量减少对Agent性能和业务流畅度的影响

缺点 / 挑战

  • 核心部门地位:信息安全部是互联网公司的核心支撑部门,职业稳定性与话语权较高
  • 高压环境:作为技术负责人,需对生产环境的稳定性及重大安全事故负责,压力较大
  • 适合拥有深厚后端与安全背景,且对AI新技术保持高度敏感、喜欢挑战未知领域的高级技术专家

角色解读

  • 成为AI安全领域的行业权威专家,引领公司乃至行业的安全标准制定
  • 向安全技术总监或首席架构师方向发展,负责更广泛的安全战略与技术规划
  • 拓展至通用网络安全或云原生安全领域,提升综合技术管理能力
  • 设计并开发企业级AI检测与响应(AIDR)平台,专注于AI Agent运行时的安全风险管控
  • 构建全链路审计机制,追踪Agent的任务执行、工具调用及数据访问行为,还原操作轨迹
  • 制定并优化安全检测策略,应对提示注入、越权调用、凭据滥用等新型AI安全风险
  • 推动安全能力与现有身份、网关等平台集成,实现自动化的告警、阻断与响应闭环
  • 扎实的编程与架构能力:精通Java/Go/Python之一,具备分布式系统与大型平台架构设计经验
  • 深厚的安全与密码学功底:熟悉应用密码学原理(签名、证书、密钥管理)及身份认证协议(OAuth 2.0, OIDC)
  • AI安全领域知识:深入理解AI Agent的工作流、MCP/API调用机制及潜在攻击面
  • 项目交付与协调能力:具备跨团队协作经验,能独立推动复杂安全项目从0到1落地

申请策略

  • 准备一个完整的AI安全攻防案例,清晰阐述攻击向量、检测逻辑与响应机制
  • 了解滴滴出行的主要AI应用场景(如自动驾驶、智能调度),思考其特定的安全风险点
  • 突出AI Agent或大模型相关项目的安全建设经验,特别是检测、审计或防护模块的设计
  • 强调分布式系统架构能力,展示在高并发、高可用场景下的系统设计案例
  • 详细列举在身份认证、密码学应用或安全协议集成方面的具体实践成果
  • 提供量化数据证明过往项目在降低误报率、提升检出率或缩短响应时间上的贡献
  • 深入研究MCP(Model Context Protocol)等新兴AI接口标准及其安全风险
  • 加强对抗样本生成、红队测试等主动防御技术的实战演练

面试指南

  • STAR法则:情境-任务-行动-结果,重点突出你在复杂系统中的决策过程和技术选型依据
  • 分层防御思维:从输入过滤、运行时监控、输出校验等多维度阐述安全策略
  • 数据驱动:用具体的性能指标(如延迟增加<5ms,检出率>99%)证明方案的有效性
  • 闭环思维:强调从检测到响应再到复盘优化的完整闭环能力
  • 请描述你设计过的最复杂的AI Agent安全检测方案,你是如何平衡检测精度与性能的?
  • 面对提示注入(Prompt Injection)攻击,除了传统的过滤手段,你有什么创新的检测或防御思路?
  • 在OAuth 2.0/OIDC框架下,如何设计机制来防止Agent越权访问用户数据?
  • 如果线上发现大规模Agent异常行为,你的应急响应流程是怎样的?如何快速止损?

职位点评

薪资福利85
成长发展92
工作生活40
使命价值75

薪资福利

85较高

作为已上市的巨头企业,滴滴能提供具有市场竞争力的薪资和完善的福利体系,满足高阶人才的经济回报预期。

薪资信号未披露(AI估算:4.5千–8.0万/月)

成长发展

92较高

该职位处于AI安全这一前沿交叉领域,技术挑战性强,且涉及核心平台架构设计,个人成长空间巨大。

技术前沿前沿/新兴技术
技术栈AI Agent、AIDR、OAuth 2.0、OIDC、Java、Go、Python、Cryptography
业务类型cost_center

工作生活

40较低

互联网大厂核心技术岗通常工作强度较大,JD中未提及弹性工作制或不加班政策,需做好高强度心理准备。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

保障AI技术在大规模商业场景中的安全使用,具有显著的社会价值和技术使命感,符合技术专家的自我实现需求。

行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs